网站首页 第1257页

• 

  基于矩阵分解的推荐算法（基于矩阵分解的推荐系统）

  1、算法介绍在推荐算法中，主要解决的问题是找到用户对物品的偏好得分。矩阵分解算法它的基本思想是认为用户对物品的偏好是外在表现，内在是用户对主题的偏好，而主题对不同物品又有不同的权重，通过用户->主题->物品这条链路才形成用户对物...

  2024-09-18 baijin 博客文章 8 ℃ 0 评论
• 

  矩阵分解系列:目录（矩阵分解表）

  简介欢迎来到“矩阵分解系列”！这一系列文章专注于介绍矩阵分解在线性代数中的重要性及其在数据分析、机器学习、信号处理等领域的广泛应用。从矩阵的基本概念到高级分解技术，我们将深入探讨矩阵分解的各个方面。每篇文章都将提供理论背景、数学定义和实际应...

  2024-09-18 baijin 博客文章 8 ℃ 0 评论
• 

  通俗易懂的讲解奇异值分解(SVD)和主成分分析(PCA)

  图片来自Unsplash上的Dave0.本教程包含以下内容特征分解对称矩阵的特征分解奇异值分解（TheSingularValueDecomposition，SVD）主成分分析（PrincipalComponentAnalysis...

  2024-09-18 baijin 博客文章 8 ℃ 0 评论
• 

  30 分钟学会机器学习 SVD 矩阵分解(Python代码)

  SVD在机器学习中是非常重要的，利用神奇的矩阵变换可以实现很多功能，比如图像压缩、降维等等。...

  2024-09-18 baijin 博客文章 8 ℃ 0 评论
• 

  推荐系统基础:使用PyTorch进行矩阵分解

  我们一天会遇到很多次推荐——当我们决定在Netflix/Youtube上看什么，购物网站上的商品推荐，Spotify上的歌曲推荐，Instagram上的朋友推荐，LinkedIn上的工作推荐……列表还在继续!推荐系统的目的是预测用户对某一商...

  2024-09-18 baijin 博客文章 8 ℃ 0 评论
• 

  矩阵分解推荐算法（矩阵分解推荐算法代码）

  作者在《协同过滤推荐算法》这篇文章中介绍了user-based和item-based协同过滤算法，这类协同过滤算法是基于邻域的算法(也称为基于内存的协同过滤算法)，该算法不需要模型训练，基于非常朴素的思想就可以为用户生成推荐结果。还有一类基...

  2024-09-18 baijin 博客文章 8 ℃ 0 评论
• 

  进阶隐式矩阵分解——探讨如何实现更快的算法

  进阶隐式矩阵分解前不久我发布了一个Python版本的隐式交替最小二乘矩阵分解算法（代码），虽然其速度不慢；但是本着精益求精的精神，本文将围绕ConjugateGradient（共轭梯度）方法来探讨更快的算法。在隐式反馈数据集协作过滤（Co...

  2024-09-18 baijin 博客文章 8 ℃ 0 评论
• 

  使用 Python 进行矩阵分解（python矩阵拆分）

  器学习和数值编程中的基本算法之一是矩阵分解。这个想法是将源矩阵M分解为两个矩阵A和B，使A*B=M。矩阵分解没有任何直接用途，但分解是矩阵求逆和其他几个基本算法的关键组成部分。...

  2024-09-18 baijin 博客文章 7 ℃ 0 评论
• 

  推荐系统经典技术:矩阵分解（矩阵分解算法原理）

  在2007年，Netflix公布了一项推荐算法的比赛，根据用户对电影的评分历史，预测用户对没有看过的电影的评分。如果有队伍能在测评指标上超过Netflix官方的推荐系统——“Cinematch”10%以上，将会被奖励100万美元。最终，在...

  2024-09-18 baijin 博客文章 7 ℃ 0 评论
• 

  原理篇 | 推荐系统之矩阵分解模型

  导语：本系列文章一共有三篇，分别是《科普篇|推荐系统之矩阵分解模型》《原理篇|推荐系统之矩阵分解模型》《实践篇|推荐系统之矩阵分解模型》...

  2024-09-18 baijin 博客文章 7 ℃ 0 评论